Buscar en Google Scholar
Título: Aplicación de red neuronal artificial en la optimización de costos de roca fragmentada en una mina cielo abierto en Huamachuco, 2023
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.07.05
Fecha de publicación: 25-mar-2024
Institución: Universidad Privada del Norte
Resumen: El principal objetivo de esta investigación fue implementar una red neuronal artificial para optimizar el costo por metro cúbico de roca fragmentada en una mina a cielo abierto en Huamachuco, 2023. La metodología utilizada fue cuantitativa, de naturaleza aplicada, de diseño no experimental descriptivo. Los resultados obtenidos indicaron que las principales variables que influyen en el costo de fragmentación de roca son el Anfo real (kg) y la emulsión real (kg) con una correlación de 0.53 y 0.89, respectivamente, con respecto al costo por metro cúbico. La red neuronal artificial estuvo formada por 1 capa de entrada con 6 neuronas, 3 capas ocultas con 10, 6 y 3 neuronas, una capa de salida con 1 neurona, donde la función de activación fue ReLU y el optimizador fue Adams. La validación de la precisión y eficiencia de la red neuronal propuesta obtuvo un error absoluto medio de 0.005 con una eficiencia de predicción de 99%, siendo muy efectiva la red neuronal. Finalmente llegó a la conclusión que se logró optimizar el costo por metro cúbico de roca fragmentada, donde el promedio real fue de 0.87 y el promedio optimizado fue de 0.82 US$/m3 logrando una reducción de 0.06 US$/m3.
Enlace al repositorio: https://hdl.handle.net/11537/39674
Disciplina académico-profesional: Ingeniería de Minas
Institución que otorga el grado o título: Universidad Privada del Norte. Facultad de Ingeniería
Grado o título: Ingeniero de Minas
Jurado: Noriega Vidal, Eduardo Manuel; Zelada Mosquera, Danny; Diaz Diaz, Marco Antonio
Fecha de registro: 21-ene-2025



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons